另外，在空气污染物中有一个拐点，就是当出现极端天气状况的时候，空气污染指数可能会从500瞬间变成50。这个拐点是一个小样本事件，因而预测非常困难。而拐点会直接影响到国家的决策。比如APEC期间为保证空气质量，要以北京为圆心关闭一个圈里面所有的工厂，造成的损失可能上百亿。若知道明天是拐点，就可以避免损失。我们要做的一是能够做空气质量预测，第二能够做时空细粒度的预测，第三能够做拐点的预测。现在全国300多个城市都已经用上我们的工作成果，跟环保部的二期已经签完，现在已经部署。

最后一个工作，跟我们的交通、环境、规划、人员都有关系。是对整个城市里面每条路上的速度、流量、油耗以及尾气排放进行实时计算。排放包括PM2.5、PM10、二氧化氮、二氧化硫，一部分GPS轨迹做输入，这边用的是贵阳市的出租车做输入，再加上POI路网还有天气，所以还是一个多源数据融合的问题。

下面展示一个真实的系统（见上图）。这个是在贵阳市落地的真实的全国交通流量图。关于流量可以通过一个问题去理解：交通流量比较大的时候速度是快还是慢？如果一个地方都堵死了，单位时间内每辆车都过不去，那流量是趋近与零的。流量大一定是速度快密度也不小的时候才能形成交通流量大。交通管控以及算油耗、算排放等很多事情都是基于流量来做的，规划也是基于流量做的。所以贵阳市落地了中国第一个交通流量图。

根据流量图后面可以算实时，每个路段上面车的PM2.5排放量是多少。有了这个数据以后再把车的排量跟空气质量监测站点的读数结合在一起就可以更加准确地分析出车的尾气排放到底在空气中PM2.5的占比是多少。这个系统在贵阳商用化了。所以说大数据是能够做到既推动社会的进步，学术价值也能够被认可，最后还能获得收入，是三赢的。

最后跟大家分享一个观念。什么是数据科学家？很多公司招聘数据科学家其实都不是招真正的数据科学家，而是数据分析师。数据分析师是什么概念？他有明确的任务，数据明确、任务明确、结果也明确，他会用一些工具去跑一些报表，然后提交结果。

数据科学家完全不一样。一个很简单的例子，银行发信用卡，我们有用户提交的表格，上面有各种信息，我们拿个人的信用记录去训练一个模型然后做分配器，决定是否发信用卡。这就是数据分析师。

最近北京市建副中心在通州，政府需要知道北京的政府搬到通州以后对北京整个的经济、环境、交通有什么影响。没有具体问题也没有具体数据，这就是数据科学家应该解决的问题，数据科学家要自己找题目。所以最高境界的数据科学家甚至要自己想好，先做出模型，政府觉得好就会实施。

所以，数据科学家首先要懂得行业问题，比如说他要知道雾霾跟什么因素相关，从别人的方法里面怎么吸取经验来定义模式设计特征，也从别人的方法中吸取教训，还要知道怎么去跟行业的人沟通。要知己知彼百战不殆。

第二，在你知道这个行业问题之后，你要知道用什么数据解决这个问题，要懂得数据背后的隐含信息。比如说路面上出租车的GPS轨迹不光反映了路面的交通流量信息和速度，它也反映了人们的出行规律，人们的出行规律进一步反映了这个地方的经济环境和社会功能。只有经过这样的关联和联想才能把领域A的数据拿来解决领域B的问题。你会发现在大数据时代我们真的不再缺数据了，缺的是我们的思维不够开放。只有你的思维够开放、对这个问题理解够深刻以后才能把别的数据背后的知识拿过来做融合，这个很关键。

第三，你要对各种模型都很清楚，要懂得把它们组合在一起。还要对云计算平台有一定的了解。好的数据科学家是站在云平台上面看问题、想数据、关联模型，把这些模型有机组合起来部署到云平台上面，产生鲜活的知识，解决行业问题，这个才是大数据。